เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ฟีเจอร์จากวันที่

สร้างฟีเจอร์พื้นฐานจากตัวแปรเชิงตัวเลขมาแล้ว ถึงเวลาสร้างฟีเจอร์จากข้อมูลวันที่และเวลากันบ้าง แบบฝึกหัดนี้ใช้ข้อมูลตัวอย่างย่อยจากการแข่งขัน Kaggle ชื่อ Taxi Fare Prediction ซึ่งเป็นข้อมูลเกี่ยวกับการเดินทางด้วยแท็กซี่ โดยมีเป้าหมายเพื่อทำนายราคาค่าโดยสารของแต่ละเที่ยว

เป้าหมายคือการสร้างฟีเจอร์จากวันที่และเวลารับผู้โดยสาร (pickup datetime) โดยควรสร้างฟีเจอร์ใหม่สำหรับข้อมูล train และ test พร้อมกัน หลังจากสร้างฟีเจอร์เสร็จแล้ว ให้แยกข้อมูลกลับเป็น DataFrame train และ test ตามเดิม ซึ่งทำได้โดยใช้เมธอด isin() ของ pandas

DataFrame train และ test ถูกโหลดไว้ในเวิร์กสเปซของคุณแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การแข่งขัน Kaggle ด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ต่อ DataFrame train และ test เข้าด้วยกันเป็น DataFrame เดียวชื่อ taxi
  • แปลงคอลัมน์ "pickup_datetime" ให้เป็นออบเจกต์ประเภท datetime
  • สร้างฟีเจอร์วันในสัปดาห์ (โดยใช้แอตทริบิวต์ .dayofweek) และชั่วโมง (โดยใช้แอตทริบิวต์ .hour) จากคอลัมน์ "pickup_datetime"

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Concatenate train and test together
taxi = ____.____([train, test])

# Convert pickup date to datetime object
taxi['pickup_datetime'] = ____.____(taxi['pickup_datetime'])

# Create a day of week feature
taxi['dayofweek'] = taxi['pickup_datetime'].dt.____

# Create an hour feature
taxi['hour'] = taxi['pickup_datetime'].dt.____

# Split back into train and test
new_train = taxi[taxi['id'].isin(train['id'])]
new_test = taxi[taxi['id'].isin(test['id'])]
แก้ไขและรันโค้ด